待验证60% 置信事实精确时间
随机森林在每个节点分裂时随机抽取特征子集进行最优分裂搜索，产生树之间的差异性以降低方差
2
来源数
60%
置信度
长期有效
时效性
2026/7/11
首次发现
来源
K-means vs 随机森林：如何从根本上判断算法选型？
redditr/learnmachinelearning2026/7/10
相关事实
待验证MoFlow 搜索树中的每个节点存储的是一组可达的权衡解而非单一加权分数68% 相似待验证KGW算法在每个token生成时利用前一个或前几个token作为伪随机种子将词表划分为绿名单和红名单，采样时对绿名单token施加正向偏置，检测时统计绿名单token比例是否显著高于随机基线65% 相似待验证基线是一个等计算量的网格搜索，每个配置跑 3 个随机种子。65% 相似待验证树遍历是访问树形结构每个节点的算法，常见方式包括深度优先搜索（DFS）和广度优先搜索（BFS）。63% 相似待验证区间树是一种以区间为键的增强平衡二叉搜索树，支持“与给定区间重叠的所有区间”查询在 O(log n + k) 时间内完成。63% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/480317API
curl https://kongchang.com/api/v1/knowledge/claims/480317MCP
get_claim(id=480317)